这篇文章主要介绍了MATLAB中人脸识别算法的示例分析，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。

基于MATLAB的人脸识别算法的研究

现如今机器视觉越来越盛行，从智能交通系统的车辆识别，车牌识别到交通标牌的识别；从智能手机的人脸识别的性别识别；如今无人驾驶汽车更是应用了大量的机器识别的是算法在里边。

今天我们将从MATLAB的图像识别说起，后边将陆续讲解车牌识别，交通标牌识别等，并努力将它移植到FPGA里边做到高速实时处理。

MATLAB人脸识别的处理过程：

1. 1.     % 读入图像

2. 2.     %低通滤波，去除噪声

3. 3.     %颜色空间的转换

4. 4.     %像素值概率的计算

5. 5.     %图像的腐蚀

6. 6.     %图像的膨胀

7. 7.     %根据填充率，去除手脚等非人脸部分

8. 8.     %根据面积比去除一些较小的非人脸部分

9. 9.     %根据肤色区域的长宽比出去一些非人脸部分

10. 10.%圈出人脸

部分源码：

clear all
close all
clc
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%读入图像
x= imread('boy1.bmp');
xx=x;
figure,
imshow(x);
 
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%低通滤波，去除噪声
fR=xx(:,:,1);
fG=xx(:,:,2);
fB=xx(:,:,3);
f=1/9*ones(3);%µÍͨÂ˲¨Æ÷£¬Â˳ý¸ßƵÔëÉù
filtered_fR=imfilter(fR,f);
filtered_fG=imfilter(fG,f);
filtered_fB=imfilter(fB,f);
x_filtered=cat(3,filtered_fR,filtered_fG,filtered_fB);
figure,
imshow(x_filtered);
 
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%颜色空间的转换
I=rgb2ycbcr(x);        %ÑÕÉ«¿Õ¼äת»»
gray=rgb2gray(x);
figure,
imshow(gray);

实验结果：

原图

低通滤波

颜色空间转换rgbtoycbcr

转化为灰度图像

概率计算转换为二值图像

腐蚀膨胀

经过7，8，9，10步骤人脸识别成功

感谢你能够认真阅读完这篇文章，希望小编分享的“MATLAB中人脸识别算法的示例分析”这篇文章对大家有帮助，同时也希望大家多多支持天达云，关注天达云行业资讯频道，更多相关知识等着你来学习!